基于IGOWLA算子的区间组合预测模型

文章针对实际值序列和预测值序列均为区间数的组合预测问题,将区间数的左右端点作为考虑问题的出发点,引入诱导广义有序加权对数平均算子(IGOWLA)算子的概念,以误差平方和为准则,分别建立左右端点的基于IGOWLA算子的变权系数最优组合预测模型,并通过引入偏好系数把多目标最优化模型转化为单目标最优化模型.通过实例分析说明了该模型能有效提高预测精度.     

基于左右端点的IOWGA算子的区间型组合预测模型

文章针对实际值序列和预测值序列均为区间数的组合预测问题,将区间数的左右端点作为考虑问题的出发点,引入诱导有序加权几何平均(IOWGA)算子,以对数误差平方和为准则,分别建立左、右端点的IOWGA算子的变权系数最优组合预测模型,并通过引入偏好系数把多目标最优化模型转化为单目标最优化模型,给出各模型间最优解的性质.     

基于相关性指标与广义IOWA算子的区间型组合预测模型

文章基于诱导有序加权平均算子构建了广义IOWA算子,结合相关系数、灰色关联度、夹角余弦、Theil不等系数四种相关性指标,建立了相应的广义单目标最优化模型,并分别对基于四种相关性指标的区间组合预测模型的优劣性进行了定义,提出了基于左右端点的区间型组合预测模型与区间组合预测效果评价指标,通过实例对所建立区间组合预测模型的有效性进行了验证与评价.     

一种变权系数的区间数组合预测模型

文章针对实际值序列和预测值序列均为区间数的组合预测问题,引入了相关系数和诱导有序加权平均算子的概念;将区间数的左右端点看作时间序列,分别建立了两端点的变权系数多目标最优组合预测模型,并通过偏好系数转化为单目标最优化模型。实例分析表明,所提出的方法在区间数预测误差指标上明显优于其它区间组合预测方法。     

基于区间标度的旅游需求组合预测方法

针对旅游需求预测中存在的不确定性问题,文章提出一种基于区间标度的旅游需求组合预测模型.为克服旅游需求预测中存在的不确定性因素的影响,构建了基于区间数时间序列的旅游需求组合预测模型,利用最优原理构建了基于区间数的旅游需求组合预测模型的组合权重确定方法,给出一种快速确定区间型旅游需求组合预测模型的组合权重计算公式,实证验证了此方法的合理性和可行性.     

基于Theil不等系数的C-IGOWLA算子的区间组合预测模型

传统的组合预测方法通常是针对非区间数据在最优准则下来建立最优预测模型的,但实际,中在不确定环境下样本数据和预测值序列均以区间数形式给出,因此有必要研究区间组合预测模型.文章引进连续区间诱导广义有序加权对数平均算子(C-IGOWLA)的概念,以Theil不等系数作为最优准则,提出了一种新的基于Theil不等系数的C-IGOWLA算子的区间组合预测模型,并结合实例验证了模型的有效性.     

ICOWA算子的区间组合预测模型

文章针对区间数的预测问题,将Theil不等系数和诱导连续有序加权平均(ICOWA)算子结合,建立了基于Theil不等系数的ICOWA算子的区间组合预测模型.针对该模型建立了评价体系,并提出了优性区间组合预测、非劣性区间组合预测和劣性区间组合预测等概念,最后通过实例分析,得出该区间组合预测是合理的和有效的.     

基于IOWHA算子与向量夹角余弦的联系数型区间组合预测

文章根据联系数与区间数的性质将区间数转换为联系数的表示形式,结合诱导有序加权调和平均算子与向量夹角余弦建立了联系数型区间组合预测最优化模型,继而定义了联系数型区间组合预测模型的优劣性,最后通过实例验证与评价所建立的联系数型区间组合预测模型的有效性,实证结果表明本文所创建的方法是优性的与有效的.     

基于向量平均投影测度的区间型组合预测模型

区间型组合预测模型的研究核心是各单项方法权重的确定。鉴于向量投影具有更好的综合测度,它可以同时反映两个向量指标之间的距离和夹角,因此文章引入向量投影测度公式,并在此基础上提出了一种新的投影测度公式。对向量投影测度公式加以推广用来描述两个区间数时间序列的接近程度,以平均标准化投影测度为最优化准则,构建出四个不同投影测度的全新区间型组合预测模型;并通过实例分析,将预测结果与已有研究文献中的区间型组合预测优化模型进行对比,表明了所构建的区间型组合预测模型的有效性。     

基于联系数贴近度的区间型组合预测模型及其有效性

利用区间数和二元联系数的相互转化关系,把区间数组合预测问题转换成二元联系数组合预测问题。在联系数贴近度的最优准则下,建立基于联系数贴近度的区间型组合预测模型,分析了该模型的有效性理论,包括:基于联系数贴近度的区间型组合预测模型是非劣性组合预测、优性组合预测的充分条件定理,基于联系数贴近度的区间型组合预测模型的冗余预测方法的存在性和冗余方法的判定定理。对某省社会保障水平适度区间值进行组合预测的实证分析,结果显示所建立的模型能有效提高预测的精度。     

基于相关系数及IOWA算子的区间组合预测方法

传统的组合预测方法是针对数字型数据并以改善拟合误差平方和为准则来建立模型。然而,在不确定环境下,样本数据和预测值均以区间数给出,因此有必要研究区间组合预测模型。文章引进IOWA算子以及相关系数概念,建立了多目标的区间组合预测模型,并探讨了模型的求解方法,再结合实例分析验证了模型的有效性,同时给出模型中的参数的灵敏度分析。     

基于直觉正态区间数的信息不完全的多准则群决策方法

对于准则值是直觉正态区间数,但是权重信息作为不完全的多准则群这方面的状况,文章定义了运算法则、折衷期望值以及直觉正态区间的有关问题,并对于直觉正态区间的混合加权平均算予以及有序加权平均算子展开了计算,提出一种将直觉正态区间数的不完全信息作为基础的决策方法.折衷方法是通过IN-INHA以及ININWAA算子集成的一种准则值,并通过折衷均方差原则,利用优化模型的建立,求解最优准则权重,通过期望方差准则对于有关方案进行确定.在实际过程中发现,这种方法的可行性是非常高的.     

基于中点及半径的区间数组合预测模型性质研究

文章将区间数的中点及半径分别看作实数序列,考虑组合预测区间数的中点及半径序列与实际值中点及半径序列之间的误差平方和,建立多目标最优化模型,通过引入偏好系数将多目标转化为单目标规划问题求解得到组合预测的权重.接着对所建立模型的有效性进行研究,并给出模型的相关性质.通过实例计算验证模型有效性.     

基于效用最大化的区间值投资组合模型及其应用

采用区间数测度投资收益,利用半绝对偏差作为投资风险的测度,并在考虑投资者效用的条件下提出一种新的基于效用最大化的区间值投资组合模型。为得到该模型的解,引入一个反映市场经济环境因素的系数,从而将区间值规划问题转化成为一个一般的线性规划问题,并结合实例说明该模型的应用。     

基于集值统计的区间综合评判及其应用

综合评判是根据评判对象的评判因素,采用综合评判模型对评判对象作出一个综合判断。为了克服传统综合评判的不足,研究了基本集值统计的区间综合评判,探讨了集值统计区间分析处理方法。运用了集值统计判断矩阵计算因素权重区间;集值统计和属性测度构建评判矩阵;综合评判区间构建可能度矩阵计算相对权重;得到了综合评判区间排序。该综合评判的优点在于充分体现了评价者的真实意图,充分融合了集值统计区间分析处理多种方法的优点。通过案例分析,基于集值统计的区间综合评判是可行的,具有较强的操作性。     

区间灰数几何预测模型的参数优化

面积序列及坐标序列的模拟精度是影响区间灰数几何预测模型性能的重要因素,文章通过克莱姆法则建立面积序列与坐标序列的灰色模型参数无偏估计新方法,在此基础上构建了一种新的区间灰数预测模型;最后通过与传统的区间灰数预测模型模拟精度进行了比较,结果表明新模型具有更为优秀的模拟性能.     

时间权重为区间值的时序多属性决策

本文针对一类时间权重为区间值的时序多属性决策问题,给出了时间权重取区间值的时序条件下多属性决策的正理想方案和负理想方案,并用线性规划方法给出了这种条件下该问题的灰色关联分析(Grey Relational Analysis)法,还以实例说明了该方法的合理性.     

基于区间超效率DEA的企业自主创新项目方案评价

当投入和产出数据为区间数时,传统的超效率DEA模型转化为区间超效率DEA模型.首先建立了求解每个决策单元的最高效率值和最低效率值的确定型超效率DEA模型,从而求得每个决策单元的区间效率值.然后按区间效率值将所有决策单元分为三类,即区间DEA有效、区间DEA部分有效和区间DEA无效,并以简单平均区间效率对各决策单元进行充分排序.最后,将区间超效率DEA模型应用于某自主创新项目8个投资方案评价中,结果较传统的超效率DEA模型更具柔性、更为合理.     

基于Cramer法则的区间灰数预测模型参数优化方法研究

以改善区间灰数预测模型的模拟及预测性能为目的,对区间灰数预测模型的参数优化方法进行研究,应用Cramer法则推导了核序列GM(1,1)模型通用形式的参数无偏估计新方法,从理论上证明了新方法对非齐次指数"核"序列的模拟无偏性,并在此基础上构建了一种新的区间灰数预测模型;通过与优化前的区间灰数预测模型模拟精度进行比较,结果表明新模型具有更为优秀的模拟及预测性能。此研究成果对丰富和完善灰色预测模型方法体系与拓展灰色模型应用范围,具有积极意义。     

基于区间灰数与离散灰数双重异构序列的预测建模方法研究

系统变化的复杂性导致了系统行为数据的不确定性与异构性,面向多源信息的数据集结导致了表征系统变化规律的灰色异构时序数据的产生。对面向区间灰数与离散灰数的双重异构数据序列预测建模方法展开研究,通过对区间灰数均匀分割处理,得到与离散灰数灰元数量相等的次级区间灰数,进而实现了灰色异构数据的"同质化"转换;在此基础上构建了面向异构数据序列的灰色预测模型,并应用该模型实现了大桥沉降量的有效模拟与准确预测。研究成果对拓展灰色预测模型应用范围具有积极意义。